2026年第3四半期アーニングズコール（2026年11月4日）

第4四半期のガイダンスには急激な前四半期比減速が織り込み済み

Datadogが発表した第3四半期の売上高は前年同期比35%増の11億9,700万ドルとなり、会社側の予想レンジの上限を上回った。一方で、第4四半期（Q4）の見通しはより慎重な内容となっている。経営陣は売上高を11億9,000万〜12億ドル、成長率を25%〜26%と予想しており、これは前四半期比で実質的に横ばいとなることを意味する。通期（2026年）の売上高ガイダンスは45億1,500万〜45億2500万ドルで、約32%の成長を見込んでいる。同社によれば、最大の顧客を除いた場合のQ4成長率は前年同期比で30%台前半から中盤になるとしており、見出し上の減速は単一の顧客アカウントおよびその業績予想の算出方法に起因するものであるという。

CFOのDavid Obstler氏は、Q4のガイダンスについて「最低コミットメントに基づく売上高を前提としている」と述べた。この顧客は第3四半期に契約を更新し、8月に公表された通り利用量を削減したものの、依然として最低保証額を「大幅に上回る」金額を支出している。同社は、顧客が最低ラインを上回るどの水準に着地するかをコントロールすることはできない。そのため、利用が高水準を維持すれば数値が上振れする仕組みとなっており、契約上の最低ラインを維持する限りにおいて、予想を下回る（ミスする）ことは起こり得ない。Obstler氏は、第3四半期の上振れが一部この力学によるものであることを認めつつも、その具体的な数値化は避けた。投資家は、Q4の見通しをこのアカウントに対する意図的に保守的な設定として捉えるべきであり、根本的な需要の縮小を示すものと解釈すべきではない。また、2027年における同顧客の動向は未確定である点にも留意が必要だ。経営陣は年末の決算発表時に2027年のガイダンスを提示する予定であり、今後も契約上の最低コミットメントに基づいたガイダンスを継続する方針を示している。

AI顧客の早期契約更新が、短期的な売上高の逆風に

より重要な新たな開示事項として、複数の大口AI顧客がDatadogの予想を大きく上回るタイミングで契約を更新し、より有利な価格設定と引き換えにより高いコミットメントに応じたことが挙げられる。CEOのOlivier Pomel氏は、「我々が想定していたよりもはるかに早い段階で更新が見られた」と述べ、10月にも会社側が言及していなかった同様の更新があったことを明らかにした。同氏はそのコストについて、「これらはすべて良いニュースではあるが、短期的な売上高にとっては逆風を生み出す要因となる。これが前四半期からの変化の1つだ」と率直に語った。

経営陣はこのメカニズムを通常のボリュームディスカウント（数量割引）として説明した。Obstler氏は、これらは「前回のコミットメントよりも高い水準での更新であり、それによってボリュームディスカウントが適用される仕組みだ」と強調した。Pomel氏はさらに、契約プロセスのなかで一部のアカウントの最適化が図られており、顧客が利用の一部を削減したり、異なる維持ティアへと誘導されたりしていると付け加えた。これらすべては、顧客が自社のシステム規模を2倍、3倍、あるいは4倍に拡大しようと計画している背景の中で行われている。バークレイズ（Barclays）とゴールドマン・サックス（Goldman Sachs）はともに、これが四半期ごとの成長率において毎年繰り返される一時的な落ち込み（ステップダウン）につながるのではないかと追及した。経営陣は特定のパターンを明言しなかった。Pomel氏は、一部の顧客が「これまでに業界、あるいはあらゆる業界で見たこともないレベル」で規模を拡大しているため、この動向自体が新しいものであるとし、AI顧客層が広がるにつれて売上高はより安定していくだろうと主張した。また、この変動幅については、予想に対して「四半期ごとに数パーセントの範囲内」であると表現した。

さらにObstler氏は、Q4には12月下旬の利用低迷やコードフリーズ（凍結）による季節的なマイナス要因も加わるため、早期更新の影響や最大顧客向けルールの影響と相乗効果をもたらすことを投資家に念押しした。したがって、前四半期比での減速には3つの重なり合う要因があり、その中で同社が予測・管理できる範囲にあるのはそのうちの1つに過ぎない。

AI以外の成長は加速が継続、新規顧客が売上拡大を牽引

より健全な兆候が見られるのは基幹ビジネスだ。AI以外の顧客からの売上成長率は5四半期連続で加速し、前年同期比20%台後半に達した。前四半期比で約1ポイント上昇し、1年前の約20%から伸びている。最大の顧客を除いた総売上高の成長率も加速した。成長は、セグメント、支出規模、業界の垣根を越えて幅広い広がりを見せていると説明された。

新規顧客は前年同期比の売上成長率の約30%を占め、1年前の25%から上昇した。純収益維持率（NRR）は120%台前半で前四半期から横ばい、グロス維持率は90%台中盤から後半を維持した。顧客数は約3万3,500に達し、年間経常収益（ARR）が10万ドルを超える顧客は、約4,060から約4,860へと増加し、ARR全体の約91%を占めるに至った。契約残高（RPO）は38%増の38億5,000万ドルとなり、直近のRPO（current RPO）も30%台半ばの成長を記録したが、経営陣は引き続き売上高こそがより適切な指標であると重ねて強調した。

Pomel氏は、AI以外の成長が今後も上昇し続けるかどうかについての予測を避け、「すでに非常に高い成長率に達しており……今後の行方を予測するのは難しい」と述べつつも、根底にあるトレンドへの自信を表明した。同氏はまた、第2の牽引役を指摘した。AIが生成するコードの増加により、CI（継続的インテグレーション）、デプロイ、テストに対する負荷が高まっており、これがDatadogのCI製品や、コアなオブザーバビリティ（可観測性）の領域を超えたその他の製品群を顧客の導入へと引き込んでいるという。さらに同社は、FedRAMP High認証をベースに米国連邦防衛機関と結んだ5年間・7桁（百万ドル台）の年間契約や、日本の大手銀行2社との7桁の契約など、まだ業績に本格貢献していない大型の新規顧客獲得事例にも言及した。Pomel氏は、これらについて「まだ売上高には全く計上されていない」と述べている。

収益性が向上、Q4マージンはマーケティング費用増で低下見通し

第3四半期の非GAAP（一般会計原則非準拠）営業利益率は、営業費用の伸びが25%に鈍化したことを受け、前四半期および前年同期の23%から28%へと上昇した。売上総利益率（粗利率）は81.2%と、第2四半期の79.6%から上昇し、経営陣は80%前後で安定していると表現した。フリーキャッシュフローは2億5,100万ドル（マージン21%）で、直近12ヶ月間のマージンは26%となった。現金および有価証券の保有残高は52億ドルで四半期を終えた。

第4四半期の営業利益率は約24%を見込んでおり、営業利益は2億8,000万〜2億9,000万ドルを予想している。「AWS re:Invent」への出展を含む大規模なマーケティング投資が反映されているためだ。通期の営業利益ガイダンスは10億9,500万〜11億5,000万ドルで、こちらも24%の利益率を前提としている。通期の非GAAPベース1株当たり利益（EPS）は2.73〜2.75ドルと予想されている。経営陣は、連邦政府部門などの未開拓の地理的・エンドマーケットのホワイトスペースを挙げつつ、GTM（市場投入戦略）やAI・人材へのR&Dに引き続き積極的な投資を行っていく方針を示した。

インフラストラクチャーモニタリングがARR 20億ドルを突破、GPUはまだ主力の牽引役にならず

インフラストラクチャーモニタリング（Infrastructure Monitoring）のARRは20億ドルを超え、30%台半ばの成長を記録している。経営陣によれば、同社はオブザーバビリティ市場におけるシェア首位だが、そのシェアは依然として「10%台」にとどまっているという。AIの貢献度に関するバンク・オブ・アメリカ（Bank of America）からの質問に対し、Pomel氏は、この成長がGPUに直接結びついているわけではないと述べた。GPUモニタリングは主にトレーニング（学習）ワークロードに使用されており、「現時点ではそれらの製品を広くマネタイズ（収益化）していない」という。モニタリング対象となるGPUデバイスの数は今年に入って8倍に急増しており、GPUモニタリングからの収益機会は現在の数字に対する将来の上振れ要因となる。

ScoutとBits AIにより、Datadogは独自モデルの領域へ参入

Datadogは、サイト信頼性タスク向けに最適化され、社内の分散型強化学習インフラストラクチャを用いて訓練された独自の推論モデル「Scout」を発表した。Pomel氏は、Scoutが「アラート調査においてフロンティアモデルと同等かそれ以上のパフォーマンスを、推論コストを大幅に抑えて発揮する」と述べ、現在「Bits Investigations」の基盤として稼働している。コストの低さは商用面で重要であり、これによりBitsはより多くのアラートを調査し、より早い段階で着手し、より深く掘り下げることが可能になる。6月に合流したアダプティブML（Adaptive ML）チームは、強化学習およびポストトレーニング（事後学習）に関する作業を加速させている。

モデル戦略についてPomel氏は、トップレベルの研究所によるモデル（それにしか扱えないタスク用）、コスト効率の良いコモディティタスク向けのオープンウェイトモデル、そしてDatadog自身のデータが優位性をもたらす独自ポストトレーニングモデルを、意図的に組み合わせる方針を示した。この構成比率は今後おおむね安定して推移すると予想している。広範なトレーニング機会については慎重な姿勢を示し、1〜2年前は一部のフロンティア研究所を除いて「基本的に誰もトレーニングを行っていなかった」とし、大規模なトレーニングを行う企業の数が一桁増えたとはいえ、「マスマーケットと呼ぶにはまだ時期尚早だ」と述べた。

「Bits AI」は同社の歴史の中で最も急速に採用された製品と言われており、「Bits Testing」も10月に一般提供（GA）が開始された。Datadogは、特定の調査に対して課金するモデルから、より多くのユースケースをカバーする「AIクレジット」モデルへと移行した。Pomel氏は、価格設定が「推論コストにかなり近い水準」にとどまることで効率化の恩恵を顧客に還元できるようにしていると語った。単価が桁違いに低下する一方で、利用量は桁違いに増加すると予想されるためだ。これは、Bitsが薄利の製品になりやすいことを意味しており、その真の価値（ペイオフ）はプラットフォーム利用の拡大にある。Pomel氏は、「より多くの利用を獲得できる限り」、どのルートが主流のマネタイズ手段になるかはあまり気にしていないと述べた。なお、売上高への具体的な貢献額は公表されていない。

AIの採用指標が広がり、研究所経由の流通が新たな販路に

DatadogのAI顧客数は、前四半期の約750社から850社以上に増加した。その中には年間100万ドル以上を支出する39社や、AI業界のトップ15社すべてが含まれている。顧客の約3分の1が少なくとも1つのAI製品を利用しており、10万ドル以上の支出がある顧客層ではその割合が4分の3に達する。エージェント・オブザーバビリティ（Agent Observability）のスパン数は今年に入って9倍、MCPツールコールは50倍に急増した。また、クラウドコスト管理（Cloud Cost Management）顧客の3分の1以上がAIコストを追跡しており、該当する顧客数は11倍以上に増加している。AIプロバイダーは、主要な3大クラウド以外で顧客が同ツール内で監視する支出カテゴリとして最大のものとなった。Pomel氏は、AIネイティブではない顧客の間でもエージェント・オブザーバビリティの利用が広がっており、いわゆる「キャズムを越えている」と表現したが、具体的な数値は示されなかった。

また、DatadogはAnthropicのマーケットプレイスでもエージェント・オブザーバビリティを提供開始したほか、OpenAIの新しいエンタープライズ・マーケットプレイスのローンチパートナーにも名を連ねており、顧客はすでに利用しているフロンティア研究所を通じて直接購入することが可能になった。AIに関する案件の具体例としては、あるテクノロジー大企業のAI部門による8桁規模の事業拡大（導入からわずか2四半期でコミットメントがほぼ3倍に拡大）や、すでに年間8桁規模に達していたAIコーディング企業による早期更新などが挙げられ、AIへの高い露光度が裏付けられている。

プラットフォームの裾野も広がり続けている。顧客の61%が4つ以上の製品を利用し、41%が6つ以上、16%が10所以上を利用しており、1年前の8%から大幅に増加した。

AI以外の成長と利益率の両方が改善していることから、今四半期の質の高さに疑問の余地はない。議論の的となっているのは、ハイパーグロースを遂げる少数のAIアカウントが価格交渉を早期に行い、かつ圧倒的なシェアを持つ1つのアカウントが最低保証ラインの上方に位置するという顧客基盤を持つことで、どれほどのボラティリティ（変動性）が生じるかという点である。経営陣の答えは、これは短期的な見通しよりも中期的見通しに優れた利用量ベースのモデルであるというものだが、これは的確である一方で、今後2四半期の業績モデリングを行う上ではほとんど役立たない。